Trong bài viết này, chúng ta sẽ tìm hiểu cách lưu một cốt truyện dưới dạng hình ảnh trong python. Đôi khi người ta cần một hình matplotlib dưới dạng tệp hình ảnh để chúng tôi có thể sử dụng nó cho các mục đích khác
Chúng tôi có thể lưu một cốt truyện dưới dạng hình ảnh một cách dễ dàng bằng cách làm theo các bước được đề cập trong bài viết này. Vì vậy, chúng ta hãy bắt đầu
Cách lưu biểu đồ matplotlib dưới dạng hình ảnh trong Python
Trong bài viết trước. Vẽ biểu đồ đường trong Python bằng Matplotlib, chúng ta đã thấy cốt truyện sau
Bây giờ chúng ta sẽ xem cách lưu cốt truyện này
Chúng ta có thể lưu một biểu đồ matplotlib bằng cách sử dụng hàm savefig[]. Chức năng này lưu hình trong thư mục làm việc hiện tại. Chúng ta có thể đặt tên, định dạng như. jpg,. png, v.v. và độ phân giải tính bằng dpi [số chấm trên inch] cho hình ảnh đã lưu
Xem xét biểu đồ như hình trên và mã của nó
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] plt.show[]
Chúng ta có thể lưu biểu đồ này bằng cách thêm hai dòng vào đoạn mã trên
- vả = plt. figure[ ] , được thêm vào trước hàm vẽ đồ thị
- quả sung. saveplot[ ] , được thêm vào sau plot và trước plt. chỉ[ ]
Mã để lưu cốt truyện dưới dạng hình ảnh – matplotlib
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
Như đã thấy trong đoạn mã trên, chúng tôi đã thêm hai dòng bổ sung để lưu biểu đồ của mình vào thư mục làm việc hiện tại. Bạn có thể tìm thư mục làm việc hiện tại bằng mô-đun os của python
Chạy đoạn mã sau để tìm thư mục hiện tại
import os os.getcwd[]
Ghi chú
- Chúng ta có thể đặt kích thước hình với plt. hàm hình [ ]
- plt. hàm figure[] được gọi trước và sau đó là hàm vẽ đồ thị
- quả sung. hàm savefig[] được gọi trước hàm plt. chỉ[ ]
Giải thích hàm Savefig[]
plt.savefig['line plot.jpg',bbox_inches='tight', dpi=150]
Ở đây, 'biểu đồ dòng. jpg' là tên của hình được lưu với phần mở rộng là '. jpg'. Chúng tôi có thể cung cấp bất kỳ tiện ích mở rộng nào như '. png ‘ , ‘. jpeg', v.v. Chúng tôi cũng có thể quyết định độ phân giải của hình ảnh đã lưu bằng cách thay đổi đối số dpi. Dpi 75 là tốt nếu bạn muốn đặt hình ảnh trên trang web hoặc dpi từ 250 trở lên là tốt nếu hình ảnh được đưa vào báo cáo hoặc tệp docx. Đối số bbox_inches=’strict’ là tùy chọn và được đặt nếu nhãn của các trục bị cắt trong hình ảnh đã lưu
Ngoài ra còn có các tham số khác trong lệnh savefig[]. Bạn có thể tham khảo tài liệu về lệnh này theo link. matplotlib. pyplot. tiết kiệm
Tôi hy vọng bạn thích bài viết. Bình luận nếu bạn có bất kỳ nghi ngờ hoặc gợi ý nào về bài viết này
Một phản hồi cho “Lưu một ô dưới dạng hình ảnh trong Python”
Preston Iris nói.
từ nhập PIL Hình ảnh webhexcolor = “#4878A8” im = Hình ảnh. mới[“RGB”, [100,100], webhexcolor] im. lưu [“màu. png"]
Matplotlib là một trong những thư viện trực quan hóa dữ liệu được sử dụng rộng rãi nhất trong Python. Các sơ đồ và trực quan hóa Matplotlib thường được chia sẻ với những người khác, có thể là qua giấy tờ hoặc trực tuyến
Trong bài viết này, chúng ta sẽ xem cách lưu một biểu đồ/đồ thị dưới dạng tệp hình ảnh bằng Matplotlib
Tạo một âm mưu
Trước tiên hãy tạo một cốt truyện đơn giản
import matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.show[]Ở đây, chúng ta đã vẽ một hàm sin, bắt đầu từ
plt.savefig['line plot.jpg',bbox_inches='tight', dpi=150]
5 và kết thúc ởplt.savefig['line plot.jpg',bbox_inches='tight', dpi=150]
6 với bước làplt.savefig['line plot.jpg',bbox_inches='tight', dpi=150]
7. Chạy mã này mang lạiBây giờ, hãy xem làm thế nào chúng ta có thể lưu con số này dưới dạng hình ảnh
Lưu cốt truyện dưới dạng hình ảnh trong Matplotlib
Trong ví dụ trước, chúng tôi đã tạo biểu đồ thông qua hàm
0, chuyển dữ liệu mà chúng tôi muốn trực quan hóaimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']Biểu đồ này được tạo, nhưng không được hiển thị cho chúng tôi, trừ khi chúng tôi gọi hàm
1. Hàmimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']
1, đúng như tên gọi, hiển thị biểu đồ được tạo cho người dùng trong một cửa sổimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']Sau khi được tạo, chúng ta cũng có thể lưu hình/đồ thị này dưới dạng tệp - sử dụng hàm
3import matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']import matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']Bây giờ, khi chúng tôi chạy mã, thay vì một cửa sổ bật lên với cốt truyện, chúng tôi có một tệp [
4] trong thư mục dự án của chúng tôiimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']Tệp này chứa chính xác hình ảnh mà chúng tôi sẽ hiển thị trong cửa sổ
Điều đáng chú ý là chức năng
3 không phải là duy nhất đối với phiên bảnimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']
6. Bạn cũng có thể sử dụng nó trên đối tượngimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']
7import matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
4Hàm
3 có đối sốimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']
9 bắt buộc. Ở đây, chúng tôi đã chỉ định tên tệp và định dạngimport matplotlib.pyplot as plt import numpy as np x = np.arange[0, 10, 0.1] y = np.sin[x] plt.plot[x, y] plt.savefig['saved_figure.png']Ngoài ra, nó chấp nhận các tùy chọn khác, chẳng hạn như
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
40,import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
41,import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
42,import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
43, v.v.Chúng ta sẽ xem qua một số tùy chọn phổ biến trong các phần tiếp theo
Đặt DPI hình ảnh
Thông số DPI xác định số chấm [pixel] trên mỗi inch. Đây thực chất là độ phân giải của hình ảnh chúng tôi đang sản xuất. Hãy thử nghiệm một vài tùy chọn khác nhau
import os os.getcwd[]
1Điều này dẫn đến ba tệp hình ảnh mới trên máy cục bộ của chúng tôi, mỗi tệp có một DPI khác nhau
Hãy xem hướng dẫn thực hành, thực tế của chúng tôi để học Git, với các phương pháp hay nhất, tiêu chuẩn được ngành chấp nhận và bao gồm bảng gian lận. Dừng các lệnh Git trên Google và thực sự tìm hiểu nó
Giá trị mặc định là
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
44Lưu hình ảnh trong suốt với Matplotlib
Đối số
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
41 có thể được sử dụng để tạo một biểu đồ có nền trong suốt. Điều này hữu ích nếu bạn sẽ sử dụng hình ảnh cốt truyện trong bản trình bày, trên giấy hoặc muốn trình bày nó trong cài đặt thiết kế tùy chỉnhimport os os.getcwd[]
4Nếu chúng ta đặt hình ảnh này trên nền tối, nó sẽ dẫn đến
Thay đổi màu ô
Bạn có thể thay đổi màu khuôn mặt bằng cách sử dụng đối số
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
46. Nó chấp nhận mộtimport matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
47 và mặc định làimport matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
48Hãy thay đổi nó thành
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
49import os os.getcwd[]
9Kết quả này trong
Đặt hộp viền hình ảnh
Đối số
import matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
42 chấp nhận một chuỗi và chỉ định đường viền xung quanh hộp chúng tôi đang vẽ. Nếu chúng tôi muốn đặt nó làimport os os.getcwd[]
11, tôi. e. để cắt xung quanh hộp càng nhiều càng tốt, chúng ta có thể đặt đối sốimport matplotlib.pyplot as plt # Declaring the points for first line plot X1 = [1,2,3,4,5] Y1 = [2,4,6,8,10] # Setting the figure size fig = plt.figure[figsize=[10,5]] # plotting the first plot plt.plot[X1, Y1, label = "plot 1"] # Declaring the points for second line plot X2 = [1,2,3,4,5] Y2 = [1,4,9,16,25] # plotting the second plot plt.plot[X2, Y2, label = "plot 2"] # Labeling the X-axis plt.xlabel['X-axis'] # Labeling the Y-axis plt.ylabel['Y-axis'] # Give a title to the graph plt.title['Two plots on the same graph'] # Show a legend on the plot plt.legend[] #Saving the plot as an image fig.savefig['line plot.jpg', bbox_inches='tight', dpi=150] #Showing the plot plt.show[]
42 thànhimport os os.getcwd[]
13plt.savefig['line plot.jpg',bbox_inches='tight', dpi=150]
4Điều này dẫn đến một hộp đóng gói chặt chẽ. Điều này sẽ dễ hình dung hơn nếu chúng ta tô màu khuôn mặt bằng một màu khác để tham khảo
Phần kết luận
Trong hướng dẫn này, chúng tôi đã giới thiệu một số cách để lưu biểu đồ dưới dạng tệp hình ảnh bằng Matplotlib
Nếu bạn quan tâm đến Trực quan hóa dữ liệu và không biết bắt đầu từ đâu, hãy nhớ xem gói sách của chúng tôi về Trực quan hóa dữ liệu trong Python
Trực quan hóa dữ liệu bằng Python với Matplotlib và Pandas là một cuốn sách được thiết kế dành cho những người mới bắt đầu làm quen với Pandas và Matplotlib, với kiến thức cơ bản về Python và cho phép họ xây dựng nền tảng vững chắc để làm việc nâng cao với các thư viện luận văn - từ các biểu đồ đơn giản đến các biểu đồ 3D hoạt hình có tính tương tác
Nó phục vụ như một hướng dẫn chuyên sâu, sẽ dạy cho bạn mọi thứ bạn cần biết về Pandas và Matplotlib, bao gồm cả cách xây dựng các loại cốt truyện không được tích hợp sẵn trong thư viện
Trực quan hóa dữ liệu trong Python, một cuốn sách dành cho các nhà phát triển Python từ sơ cấp đến trung cấp, hướng dẫn bạn cách thao tác dữ liệu đơn giản với Pandas, bao gồm các thư viện vẽ đồ thị cốt lõi như Matplotlib và Seaborn, đồng thời chỉ cho bạn cách tận dụng các thư viện thử nghiệm và khai báo như Altair. Cụ thể hơn, trong khoảng 11 chương, cuốn sách này bao gồm 9 thư viện Python. Pandas, Matplotlib, Seaborn, Bokeh, Altair, Plotly, GGPlot, GeoPandas và VisPy
Nó phục vụ như một hướng dẫn thực tế, độc đáo về Trực quan hóa dữ liệu, trong rất nhiều công cụ bạn có thể sử dụng trong sự nghiệp của mình